基于用戶數據挖掘的博庫圖書商城推薦方法研究.pdf

1、隨著電子商務領域數據量的迅速增長，電子商務已進入以數據為基礎的時代，電商都希望抓住這一契機，將數據有效利用，個性化推薦已成為電商數據應用的重要切入點，其作用就是為用戶提供高質量的個性化推薦服務。通過收集大量用戶數據并挖掘隱含的用戶偏好，向用戶推薦個性化商品，刺激用戶的購物欲望，從而提高銷售額，獲得更大的利潤。除此之外，個性化推薦還能挖掘出用戶潛在的購物意向，向客戶推薦到目前為止未接觸過但以后可能購買的商品信息。不僅能為用戶帶來優(yōu)質的服務

2、，還能為電商企業(yè)帶來前所未有的利潤，這也是個性化推薦廣泛應用的原因之一。因此，電子商務企業(yè)的個性化推薦不僅可以提高企業(yè)的服務質量，還可以促進用戶購買。
　　本文以博庫圖書商城為研究對象，分析商城產生數據的類型，特點及用戶數據應用中存在的問題，進而分析商城數據挖掘過程及推薦方法，將用戶數據分為文本評論數據，基本特征數據，交易行為數據。在評論的數據挖掘中，將虛假評論過濾，基于情感詞提取圖書屬性，構建圖書屬性庫，將用戶—圖書評分轉化為用

3、戶—屬性評分;在用戶基本特征和交易行為特征的挖掘中，挖掘衍生屬性，利用FCM聚類方法將用戶分為高價值用戶，中等價值用戶，普通價值用戶，低價值用戶，在四個類內利用改進的用戶相似性方法計算用戶相似性，利用用戶相似性填充用戶—屬性評分稀疏矩陣;基于填充后的矩陣得出目標用戶偏好的最近鄰居集，計算用戶對未評屬性的評分，將目標用戶對商品的所有屬性評分均值進行排序，形成該用戶的Top-N推薦列表。完成推薦，通過實驗證明推薦方法設計的準確性。通過對博庫